Cardiovascular outcomes and mortality after initiation of canagliflozin: Analyses from the EASEL Study
Notice bibliographique
Résumé
Abstract Introduction In the EASEL study of patients with type 2 diabetes and high cardiovascular risk, initiation of sodium glucose co‐transporter 2 inhibitors (SGLT2i) was associated with lower risk of cardiovascular events and mortality and higher risk of below‐knee lower extremity (BKLE) amputation versus non‐SGLT2i therapies. This analysis further examined risk of cardiovascular events, cardiovascular and noncardiovascular death and BKLE amputation with the SGLT2i canagliflozin versus non‐SGLT2i. Methods New user cohorts were constructed from Department of Defense Military Health System patients initiating canagliflozin or non‐SGLT2i (4/1/2013‐12/31/2016). Propensity score matching (1:1) controlled for imbalances in baseline covariates. Incidence rates, hazard ratios and 95% confidence intervals for time to first composite outcome of all‐cause mortality (ACM) and hospitalization for heart failure (HHF), composite major adverse cardiovascular events (MACE) and individual components were evaluated using conditional Cox models. The National Death Index was used to differentiate cardiovascular from noncardiovascular death. The exploratory safety end‐point was BKLE amputation. Results After propensity matching, 15 394 patients with well‐balanced baseline covariates were followed for a median of 2.03 years (intent‐to‐treat). Canagliflozin showed significant benefit for ACM and HHF (P < .0001), MACE (P = .0001), cardiovascular death (P < .0001) and noncardiovascular death (P = .0018). No significant difference in risk of BKLE amputation was observed (P = .20), though few events were observed. Results were generally consistent in on‐treatment analyses. Conclusions In this high cardiovascular risk cohort studied in routine clinical practice, canagliflozin was associated with lower risk of cardiovascular events, cardiovascular death and all‐cause mortality with no significant increase in BKLE amputation risk versus non‐SGLT2i.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».